14、神经网络入门

神经网络入门

1. 神经网络基础概念

在人工智能领域，我们常听到“神经网络”这个术语，其实准确的说法是“人工神经网络（Artificial Neural Network，ANN）”，因为目前还没人能真正重现人类大脑，而神经网络的概念正源于此。

神经网络能处理复杂数据，它允许多个输入流经多层处理，从而产生大量输出。而简单的感知机（perceptron），作为神经网络的一种，通常只能在两个输出中做选择。神经网络的每条路径只有在有机会回答输入所提出的问题时才会被激活，这取决于所选择的算法。

不过，神经网络虽然能对极其复杂的数据进行建模，但也存在处理误差的问题，比如过拟合，这是需要解决的难题。

2. 神奇的感知机

2.1 感知机的历史与功能

1957 年，康奈尔航空实验室的 Frank Rosenblatt 在美军海军研究部的资助下发明了感知机。Rosenblatt 是一位心理学家和人工智能领域的先驱，他希望创造出能像人类一样通过试错来学习的计算机。

最初，感知机并非单纯的软件，而是运行在专用硬件上的软件。它在当时能比其他计算机更快、更精确地识别复杂图像。Rosenblatt 宣称感知机是一种新型计算机的雏形，这种计算机能行走、交谈、观察、书写，甚至自我复制并意识到自身的存在，这引发了极大的期望和争议。然而，感知机很快就显示出了其局限性，尤其是在图像识别方面，这导致了第一次“人工智能寒冬”，连接主义也一度被搁置，直到 20 世纪 80 年代才有所改观。

感知机是一种迭代算法，它通过不断近似来确定向量 w（系数向量）的最佳值。当感知机得到合适的系数向量时，就能预测一个示例是否属于某个